裂区试验设计说明

22 +22ABC 22
谢谢观看！ 2020
辅助表2(A、B、C)
K＝2
A1
A2
∑
B1C1
132
418
550
B1C2
133
310
443
B1C3
32
184
216
B2C1
164
371
535
Baidu Nhomakorabea
B2C2
106
384
489
B2C3
63
199
262
B3C1
54
250
304
B3C2
41
228
269
B3C3
17
161
178
∑
742
2504
3246
5. SSABC＝( 1322 + 1332 +… + 1612 ) / 2 – C = 133389 6. SSBC＝( 5502 + 4432 +… + 1782 ) / 4 – C = 41283
14. 品种、能量、蛋白三因子交互作用平方和 SSA×B×C＝SSABC – SSA – SSB – SSC - SSA×B - SSA×C - SSB×C ＝ 2298
15. 总平方和 SST = (632 + 692 +…+ 1012) –C ＝ 156573
16. 二次误差平方和 SSe2＝ SST – SSA – SSR(A ) – SSB – SSC – SSA×B –SSA×C – SSB×C – SSA×B×C = SST – SSABC – SSR(A ) = 3246
SSA×B＝ SSAB - SSA- SSB = 456
辅助表4(A、C)
K＝6 A1
C1
350
C2
280
C3
112
∑
742
A2 1039 921 544 2504
∑ 1389 1201 656 3246
10. SSAC＝(3502 + 2802 +… + 5442 ) / 6 – C = 113509.33 11. 蛋白质效应平方和
B3C1 B3C2
16 26
38 100 15 86
150 142
B3C3 17 0 60
101
∑
442 300 961 1543
二、条区试验设计实例(1)
辅助表1 K＝9 A1
A2
R.1
442
961
R.2
300
1543
∑
742
2504 3246
第一步：一级试验解析（按一元配置法解析）
1. 求总校正值C ＝ 32462/36 = 292681
2. 一级试验总平方和 SSAR＝(4422+9612 +3002 +15432)/9 – C = 106178
3. 品种间平方和
SSA＝(7422 + 25042)/(2×9) – C = 86240 1. 一级误差平方和(重复误差)
SSR(A)= SSAR – SSA = 19938
第二步：二级试验的解析(按三元配置法解析)
SSC＝(13892 + 12012 + 6562 ) / 12 - C = 24157.17 12. 品种、蛋白质交互作用平方和
SSA×C＝ SSAC – SSA – SSC = 3112
二、条区试验设计实例(1)
13. 能量、蛋白质交互作用平方和 SSB×C＝ SSBC – SSB - SSC = 3184
一级因子(品种) A1
A2
重复
R11 R12 R21
R22
二 级
（ 饲 料 能
B1C1 B1C2 B1C3
63 75 32
69 185 58 127 0 47
233 183 137
因 子
量 及 蛋
B2C1 B2C2
103 56
61 50
149 150
222 233
白 B2C3 54 9 57
142
质 ）
第七章 条区试验设计
第七小组廖钊兰、容榕、梁栩彰、黄春亮、罗惠月、 谢尚余、覃海平、秦尉家、戴鹏、何锡晖、庞婧（组 长：戴鹏）
一、条区试验设计的意义
定义
– 将一级因子（主试验）所在的区 （主 区）裂解成多个小区（副区）用以安 排其它试验因子（二级因子）的试验 设方法，叫做裂区设计
– 而条区设计是属于裂区设计的一种衍 生设计。
一、条区试验设计的意义
优点
– 提高二级因子、二级因子与主因子交 互作用检验的精确度
– 可以将析因设计中的组合分批进行试 验，以解决设备不足的问题
– 在一级试验的基础上再安排其他试验， 可以降低试验动物的费用
一、条区试验设计的意义
缺点
条区设计只能处理两个因素的试验，不 能处理多因素试验
二、条区试验设计实例(1)
辅助表3(A、B)
K＝6 A1
B1
297
B2
333
B3
112
∑
742
A2 912 953 639 2504
∑ 1209 1286 751 3246
7. SSAB＝( 2972 + 9122 +… + 6392 ) / 6 – C = 100638 8. 能量(B)效应平方和
SSB＝(12092 + 12862 + 7512 ) / 12 – C = 13942.17 9. 品种、能量交互作用平方和
一、条区试验设计的意义
应用范围
– 复因子试验中，两个因子要求的精确 度不一时，可用条区设计
– 各个因子的各个水平需要的面积大小 不一时，亦可用条区设计。
– 在原有的试验的基础上，临时加入一 个研究因子时，可用条区设计。
一、条区试验设计的意义
条区设计的特点
能把一个或多个完全随机设计、随机 区组设计或拉丁方设计结合起来。
22 +2×3 AC2 + 2×3×3 KC2
二 B×C 级 A×B
3184 4 796 1.38 456 2 228 1.12
22 +22ABC +2×22BC 22 +2×32AB
A×C
3112
2 1556 7.66** 22 +2×3 2AC
A×B×C 2298 4 574 2.82 e2误差 3246 16 203
方差分析表
变异来源 平方和 df 均方 F值 期望均方
一 A(品种) 86240 1 86240 8.64 级 R(A)误差 19938 2 9969 49 **
12+22+2×9A2 12+22
B(能量) 13942 2 6971 30.57** 22 +2×3 AB2
+ 2×2×3 KB2
C(蛋白) 24157 2 12078 7.76